Dasar-dasar Statistika

Kuliah Statistika Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri “Syarif Hidayatullah” Jakarta

Kaitan Teknik Sampling dengan Metode Statistika

Sample Populasi
Penarikan Sample

Proses generalisasi

Pengumpulan Data Pengolahan Data Diperoleh Statistik
Non-Random

Uji Hipotesis
(bagaimana kondisi parameter di populasi?)
Random

Laporan
Penggunaan Statistika Induktif

Laporan
Penggunaan Statistika Deskriptif

Statistik n

Parameter N

Penjelasan Banyaknya satuan dasar yang diteliti (sample), yang ada di populasi.

X Sx Sx2 p r b

µ x (baca myu X) Rata-rata X. σ x(baca sigma X) Simpangan baku (standard deviation) X. σ x2 (baca sigma Ragam (variance) X. kuadrat X) P ρ (baca rho) β (baca beta) Proporsi. Koefisien korelasi. Koefisien regresi.

Nama Rata-rata (Means) X Simpangan baku (standard deviation) X Parameter µ ∑i = X N Statistik X ∑ = n X i σ = ( Xi − µ )2 ∑ N S= ∑ (X ( n − 1) i i −X ) 2 Ragam (variance) X σ 2 ∑(X = i − µ) 2 N S 2 ∑ (X = ( n − 1) −X ) 2 .

• Statistika deskriptif adalah metode yang berkaitan dengan pengumpulan dan penyajian segugus (set) data sehingga memberikan informasi yang berguna.Penggunaan Statistika dalam Penelitian • Metode Statistika adalah metode yang digunakan dalam pengumpulan. analisis dan penafsiran data. penyajian. . • Statistika induktif (inferensia) mencakup semua metode yang berhubungan dengan analisis sebagian data (sample) untuk kemudian sampai pada peramalan atau penarikan kesimpulan mengenai keseluruhan gugus data induknya (populasi).

grafik.Kuesioner Buku Kode Pengolahan Data Induktif Generalisasi ke populasi Uji beda: Rata-rata (means) Rata-rata peringkat (means Ranking) Proporsi Uji asosiasi & korelasi Uji ‘pengaruh’ Analisis regresi Analisis Ragam (Anova) Pre-coding Coding Pemasukan data Data Cleaning Data Editing Random sampling Deskriptif Tabel Frekuensi Histogram. dll Tabulasi Silang Tabel Perbandingan antar kategori: Rata-rata (means) Rata-rata peringkat (means Ranking) Proporsi Asosiasi & Korelasi .

. maka akan diperoleh nilai dari sifat-sifat di sample. • Nilai dari sifat-sifat sample disebut Statistik.Beberapa pengertian dasar • Populasi terdiri atas seluruh satuan (unit) dasar penelitian. • Nilai dari sifat-sifat populasi disebut Parameter. • Kerangka Sample (Sampling Frame) adalah daftar yang digunakan sebagai dasar penarikan sample. • Sample: bagian dari populasi yang diteliti. • Bila satuan dasar penelitian diteliti semua (sensus) maka akan diketahui nilai dari sifat-sifat di populasi. • Bila sebagian satuan dasar penelitian diteliti (sample). • Statistik digunakan sebagai penduga (estimator) dari Parameter.

hanya berdasarkan peluang (probability) dalam menentukan sample.Penarikan sample (Sampling) Penarikan sample secara acak (Random Sampling) oSemua unsur dalam populasi mempunyai kesempatan terpilih menjadi sample. oStatistika induktif atau inferensia dapat digunakan untuk melakukan generalisasi dari sample ke populasi. . oTidak ada faktor sengaja (dipilih atau tidak dipilih).

o Statistika induktif atau inferensia tidak dapat digunakan untuk melakukan generalisasi dari sample ke populasi. o Ada faktor sengaja memilih unsur tertentu dalam menentukan sample. Penarikan sample tak acak (Non-Random Sampling) o Unsur dalam populasi yang terpilih sebagai sample didasarkan pada kriteria tertentu (informasi yang ingin dikumpulkan dapat diperoleh). .

Beberapa kegiatan dalam Statistik Deskriptif • Perhitungan Ukuran Pemusatan. Tabel Rata-rata. Ukuran Penyebaran. poligon. • Membandingkan. • Pemaparan data dalam tabulasi tunggal (Tabel Frekuensi. (histogram. • Pemaparan data dalam tabulasi silang (cross tabulation). atau grafik. dan menginterpretasi hasil pengolahan data. diagram garis. dll). diagram kue. • Pengelompokan atau klasifikasi data. atau bagan melingkar (pie-chart). diagram tebar (scatter-plot) dan lain sebagainya. . barchart). balok. • Pemaparan data dalam bentuk gambar seperti:     diagram batang. menganalisis. • Perhitungan ukuran keeratan hubungan.

dijumlahkan. dapat diurutkan. jarak antar nilai tidak tetap sehingga tidak dapat dijumlahkan) Interval (dapat dikelompokkan. tidak dapat dibagi karena bukan nol murni tetapi nol perjanjian) Rasio (dapat dikelompokkan. dan dibagi karena memiliki nol murni –mutlak--) . diurutkan.Skala Pengukuran Nominal (dapat dikelompokkan. diurutkan. dijumlahkan karena memiliki satuan tetap. tidak punya urutan) Ordinal (dapat dikelompokkan.

setelah data diurutkan) dan modus. . yang frekuensinya paling tinggi) Median (nilai tengah. dan modus.Skala pengukuran dan Ukuran Pemusatan Skala pengukuran Nominal Ordinal Ukuran Pemusatan Modus (nilai yang sering muncul. Interval/rasio Mean (rata-rata) median.

Simpangan.Skala pengukuran dan Ukuran Penyebaran Skala pengukuran Nominal Ordinal Ukuran Penyebaran Rasio keragaman. simpangan kuartil. Interval/rasio Simpangan baku (standard deviation). ragam (variance) .

7 6 6 .7 1 3 .7 2 0 .7 8 6 .7 9 3 .3 8 0 .7 1 0 0 .Data sebelum diurutkan T a b e l F re k u e n s i Data i 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 Xi 14 15 14 14 13 10 16 13 20 21 15 9 11 14 12 T o ta l 211 3115 2 i Xi 196 225 196 196 169 100 256 169 400 441 225 81 121 196 144 2 X[i] 9 10 11 12 13 13 14 14 14 14 15 15 16 20 21 N ila i 9 10 11 12 13 14 15 16 20 21 T o ta l fr e 1 1 1 1 2 4 2 1 1 1 15 % C um % 6 .7 Q1 1 3 .0 6 .7 2 6 .0 1 0 0 .3 4 0 .7 6 .0 Data setelah diurutkan Pemusatan modus = median = means = means = 14 14 211/15 14.7 Q3 1 3 .067 ∑X .7 6 .0 2 6 .3 6 .3 6 .7 6 .0 6 .

2396 .5 = 15 (Q 3 -Q 1 )/2 = (1 5 -1 1 .7 5 S= S= 3115 − (211) 2 / 15 14 3.2396 Jadi simpangan baku sama dengan 3.Histogram Ukuran Penyebaran Rasio Keragaman: fmodus = 4 RK = 1-(fmodus/n) 0.5 )/2 1 .73333 9 10 11 12 13 14 16 20 21 Simpangan Baku S= ∑X 2 i − (∑ X1 ) / n 2 n −1 S im p a n g a n K u a r til Q1 = n ila i y a n g m e m is a h k a n s e k u m p u 2 5 % d i s e b e la h k ir i d a n 7 5 % d i s e b D a ri ta b e l Q1 Q3 SQ = F r e k u e n s i ( p e r h a t ik a n C u m % ) = (1 1 + 1 2 )/2 = 1 1 .

atau dibagi) .Hubungan dua variable Skala Pengukuran Jenis hubungan Nominal (punya sifat dapat dikelompokkan) Ordinal (punya sifat dapat diurutkan) Asosiasi. Chi-kuadrat (χ2) Korelasi peringkat (rank correlation) Spearman. koefisien Phi. Interval/rasio (punya Korelasi hasil kali (product sifat dapat dijumlahkan moment correlation) Pearson. koefisien kontingensi.

Kasus Anak Jalanan DKI (n=500) • Umur anak jalanan: Des crip tive S tatis tics N Umur anak (tahun) 500 Minimum 6 Maximum 17 Mean 13. Deviatio n 2.44 S td.7 9 .

0 5.2 12.2 3.8 3.6 33.2 1.2 12.2 9.8 3.8 55.8 88.0 6.8 16.0 11.0 Valid 6 7 8 9 10 11 12 13 14 15 16 17 Total .0 17.8 7.8 16.0 100.0 12.2 16.8 8.8 7.8 8.0 12.0 Cumulative Percent 1.0 6.2 16.8 42.2 9.8 25.0 5.0 100.0 71.0 100.2 1.0 6.Lanjutan Umur Anak Jalanan DKi Umur anak (tahun) Frequency 6 9 15 25 34 39 41 45 61 84 81 60 500 Percent 1.0 Valid Percent 1.

0 8.4 0 6.Histogram umur anjal DKI Umur anak (tahun) 200 100 Frequency Std.0 14. Dev = 2.79 Mean = 13.0 16.0 12.0 18.0 10.00 Umur anak (tahun) .0 N = 500.

0 28.8 100.2 100.8 38.0 28.0 Cumulative Percent 33.8 7 1.2 100.Tabel Frekuensi Umur Anjal DKI (setelah dikategorisasi) Kategori umur Frequency 6-12 tahun 169 13-15 tahun 190 16-17 tahun 141 To tal 500 Percent 33.8 38.0 Valid .0 Valid Percent 33.

68 2.71 12.7 9 .96 2.34 13. Deviatio n 2.Umur anjal DKI berdasarkan Jenis Kelamin Report Umur anak (tahun) Jenis kelamin Laki-laki Perempuan Total Mean 13.44 N 402 98 500 Std.

71 12.44 N 402 98 500 Std. Deviation 2.68 2.34 13.96 2.Rata-rata Umur Anjal berdasarkan Jenis Kelamin Report Umur anak (tahun) Jenis kelamin Laki-laki Perempuan Total Mean 13.79 .

Deviatio n 2.06 Std.14 .Lama di Jalan (tahun) Des criptive Statis tics N Lama di jalanan (tahun) 499 Minimum 1 Maximum 16 Mean 3.

8 100.2 .6 96.8 1.2 .0 Valid Percent 16.0 .6 1.7 10.8 1.8 1.6 10.0 2.0 25.8 1.2 100.2 99.0 .6 1.8 1.4 97.4 98.4 49.0 Valid Missing Total 1 2 3 4 5 6 7 8 9 10 11 12 15 16 Total System .0 5.8 .2 .4 33.1 25.2 .Tabel Frekuensi tanpa dikategorisasi Lama di jalanan (tahun) Frequency 82 165 128 50 25 14 8 9 5 4 6 1 1 1 499 1 500 Percent 16.2 .2 90.5 75.6 99.8 1.2 99.2 85.2 100.2 .0 Cumulative Percent 16.0 2.0 94.2 93.4 99.4 33.0 5.

Histogram lama di jalanan (tahun) Lama di jalanan (tahun) 300 200 100 Frequency Std.14 Mean = 3.0 16. Dev = 2.0 14.0 4.0 10.0 12.0 6.00 Lama di jalanan (tahun) .0 8.1 0 2.0 N = 499.

0 .7 9 .Tabel Frekuensi lama di jalanan (setelah dikategorisasi) kateg o ri lama d i jalan an Freq uency Percent Va lid 1 tah un 82 16 .0 Va lid Percent 16 .4 7 3.2 To tal 50 0 100.8 Mis s in g S ys tem 1 .2 100 .0 C umulative Perce nt 1 6.8 1 00 .4 9 0.4 2-5 tahun 36 8 7 3.8 To tal 49 9 99 .6 > 5 tahu n 49 9.

Rata-rata Lama di jalan berdasarkan Jenis Kelamin Report Lama di jalanan (tahun) Jenis kelamin Laki-laki Perempuan Total Mean 2.46 3. Deviation 1.96 3.93 2.06 N 401 98 499 Std.14 .82 2.

1% 16-17 tahun Co unt 12 116 13 % within Katego ri umur 8.6% 7 6.0% 141 100.0% 499 100.3% 12.4% 7 3.7 % 13-15 tahun Co unt 22 145 23 % within Katego ri umur 11.6% 63.7 % 9.Tabulasi Silang Umur dan Lama di jalan Kategori umur * kategori lama di jalanan Cros s tabulation katego ri lama di jalanan 1 tahun 2-5 tahun > 5 tahun 6-12 tahun Co unt 48 107 13 % within Katego ri umur 28.0% 190 100.7 % 7 .5% 82.2% Co unt 82 368 49 % within Katego ri umur 16.8% Katego ri umur To tal To tal 168 100.0% .3% 9.

4% 116 31.Tabulasi Silang (Kolom %) Kategori umur * kategori lama di jalanan Cros s tabulation katego ri lama di jalanan 1 tahun 2-5 tahun > 5 tahun 48 107 13 58.0% .5% 22 26.9% 13 26.1% 145 39.3% 499 100.7 % 190 38.5% 23 46.0% 26.5% 368 100.0% Katego ri umur 6-12 tahun 13-15 tahun 16-17 tahun To tal Co unt % within katego ri lama di jalanan Co unt % within katego ri lama di jalanan Co unt % within katego ri lama di jalanan Co unt % within katego ri lama di jalanan To tal 168 33.1% 141 28.6% 82 100.8% 12 14.0% 29.5% 49 100.

Pengantar Statistika Induktif (Inferensia) • Berdasarkan pada peluang (probability). • Data diperoleh dari sample yang dipilih secara acak (random). • Menolak H0 sama dengan menerima H1. • Hipotesis: Hipotesis Nol (H0) Hipotesis alternatif (H1) • Menerima H0 sama dengan menolak H1. .

Tidak ada ‘pengaruh’ variable X thd Y → ‘pengaruh’ variable X terhadap Y sama dengan NOL. o Meng-nol-kan sesuatu: Tidak ada perbedaan →perbedaan sama dengan NOL.Hipotesis Hipotesis nol: o Bersifat tunggal (mengarah pada satu nilai tertentu). Hipotesis Alternatif: o Bersifat majemuk Dua arah (two tails) Satu arah (one tail) . Tidak ada hubungan antara variable X dengan Y→ hubungan dua variable sama dengan NOL.

Kaidah Pengambilan Keputusan • Manual Terima Ho jika |Stat Hitung| <= |Stat Tabel| Tolak Ho jika |Stat Hitung| > |Stat Tabel| • Komputer Terima Ho jika Peluang Sig >= Taraf Uji Tolak Ho jika Peluang Sig < Taraf Uji .

. • Statistika Non-Parametrik tidak didasarkan pada asumsi distribusi normal.Statistika Parametrik vs Non-Parametrik • Statistika Parametrik didasarkan pada asumsi distribusi normal. untuk menganalisis data yang terukur dalam skala ordinal atau nominal. untuk menganalisis data yang terukur dalam skala interval atau rasio.

 Analisis data multivariate: analisis diskriminan.  Analisis Regresi: • Menentukan apakah ada pengaruh variable-variable bebas (independent variables) terhadap variable terpengaruh (dependent variable). • Memperkirakan nilai variable terpengaruh bila diketahui nilai variable-variable bebas. analisis faktor dll.  Analisis Korelasi: • Menentukan apakah ada hubungan bermakna antar dua variable di populasi. anova). oneway.Beberapa Statistika Parametrik  Uji beda rata-rata (t-test means. .

. lebih dari dua kelompok. dua kelompok berpasangan. • Uji beda median (rata-rata peringkat): dua kelompok bebas.Beberapa Statistika Non-Parametrik • Uji beda proporsi: dua kelompok bebas. • Uji hubungan melalui Tabulasi Silang. dua kelompok berpasangan. lebih dari dua kelompok.

 %.3 8090.-070:038.94%  3:.9   3:.70! 0..2.' 3.7409.8 ..9  3:.'           930.:2:        930./..3./.9 ./.9.70! /.90478.94% 388      930.70!   2098$  .3.2.30:607 /.

3-07/./.8.2. 7.:52070! ..7..3 0380.94% 3.9 3.2.0830 3:. 97450# #.9. 32./..0 .0 /9$       3.23 ..3.           349.9. .

3&2:7/.. 7:2:7409.2. 7:2:7409.3.             .9  3:.39 93:4 349.9  3:...988473.7409.9  3:.9  7:2: 7409. %./.-:.2.3 .3./.9 3.2.39 93:4 7:2:7409.8$.39 93:4 7:2:7409.7409.39 93:4 7:2:7409..:-.3 ./.94%                                      3:.9 3:.94% 3:.

39 93:4 3.9      3:.3..9  7:2: 7409.9  3:.988473..2.8$.2././.3. 7:2:7409.39 93:4 3.39 93:4 3:.-:. 7409..94%                                  .3. 3.2./.3 442 .9 3.9 3:.3.94% 3:. 7409./.2./. 349.9  3:.3. %.2. 7409.7409..:-./. 7409..2..3.7409.            .39 93:4 3.

2.7.7.78.  .39.3/:91 3107038. W 034...50:.35.2.9.../03. 8.3203072.250. 8.9073.!03. 7./50740/.3 574-.32034.8.989.91  W 03072.-9 W . W 07/.3/42 W 549088 5490884  549088./03./.7$9.3/5 80.

/.7.-0/03. 503.3F :-:3. 203./.7.-08.3  %/.9:.7..8 $./.549088 54908834 4 0781.91 4 0781.7.3/:..99:3.92.8..7: .3  %/. ..7.39.38.3  5490889073./..7:  .2.5.7.-09/F 503.3F507-0/.7.58..9: %/..9:3..-0907../03.7./03.507-0/....3808:./03. 949./. 4309.2.3.2.02: :.:-:3.9079039: 4 03 34 .

$9.!03. !0:.1& .99:3$9.4 .305:9:8.7.4 .7.3 W . %072.4 .-0 %4.3$%.9%.-0 W 425:907 %072./.9%. !0:.$9.2-.1& %4.99:3 $9..3$%.4 .3:.

 ..9.. //./.989.43 !.7.35.2 8.88/.7..3.7.  :39:203...8..3.2097 W $9.843 !../.9.7.:3423..8:28/897-:83472.7.35.3907.!.8:28/897-:83472.$9.88/.2097 //.28.2097 9/..84  W $9.9.7.2097. .3907::7/..989. :39: 203.9.989.3907::7 /.!.8.47/3.:7.

7.5.39.90.-0/545:..3-072.9../.:3.503.88#0708 W 03039:.-0 907503.7...7 /:..!.989.$9..5.3.7: /0503/039..8  3..5.9..38 430.33.7.947/ .8 3/0503/039.-0 W 025077...5.88470.9..7.7:.-0907503.34.-0 .7:-.-0 ..7.7.7.7./.0-07. /09....7. 7..:-:3.7.-0-0-.7.-0 -0-.8 W 03039:.3.88/.2:9..7. 9 908920./.3.8  3.-08 907..2097  &-0/.3  ..881.3. .3.88/8723.  3.

3 W &-0/.0-07.7.5745478/:.7/:.9.8 /:.989.3 0-/.43 !.20/.5073. 7. 04254 W &:-:3.3 0-/.8.7/:.8  /:.04254 -075.9.5.320. 04254-0-.3.9 /:.04254-0-.8$.8.$9.-:.3.:%.3 7.04254-075.2097 W &-0/.04254 .

Sign up to vote on this title
UsefulNot useful